AI타임스
"LLM보다 하네스가 핵심"…엔비디아 AVO, 장기 자율 AI 에이전트 가능성 입증
엔비디아가 AVO 프로젝트로 LLM 자체보다 실행을 관리하는 '하네스' 설계가 장기 자율 에이전트 성능을 좌우함을 입증했다.
사서의 짚기
동일한 모델이라도 계획 수립, 도구 호출, 오류 복구를 관리하는 실행 구조에 따라 장기 자율 작업 성공률이 크게 갈린다는 점을 보여준 사례다. 에이전트 프레임워크나 오케스트레이션 레이어를 설계하는 개발자에게 모델 선택 이상의 시사점을 준다.
원문 발췌
엔비디아가 단순히 한 번 질문에 답하고 끝나는 AI를 넘어, 오랜 시간 스스로 계획을 세우고 실행하며 시행착오를 거쳐 문제를 해결하는 범용 AI 에이전트 기술의 뛰어난 성능을 입증했다. 이번 성과의 핵심은 단순한 모델 차원의 성능이 아니라, AI를 지속적으로 제어하고 관리하는 ‘하네스(Harness)’ 시스템 구조에 있었다.엔비디아는 21일(현지시간) 지난 3월 공개한 범용 AI 에이전트 기술 ‘에이전틱 베리에이션 오퍼레이터(AVO)’가 규칙이나 목표가 주어지지 않은 낯선 환경을 탐색해 문제를 해결하는 ‘ARC-AGI-3’ 공개 벤